大量的企业的组织设计存在冗余，这是他们形成巨大浪费的根源，不解决这个问题，所有运动式的“降本增效”基本都是走过场。
如何找到组织的冗余呢？
穆胜组织精炼检测罗盘
众所周知，组织设计这个领域是长期没有量化标准的，于是，我在2024年提出了一个原创的“穆胜组织精炼检验罗盘”，将穆胜咨询过去提出的若干组织类量化指标纳入，形成一个对于组织“是否存在冗余”的多维指标体系。
设计这个模型的基本理念是：我们不去关注具体的组织结构，因为每个企业之所以设置这样或那样的结构，一定是有着某种业务层面的考虑，具体到这些事件里，是很难说清楚对错的。但我们完全可以找到组织结构设计的一些原理，违背了这些原理，组织运转必然会出现问题。
这就好比一个足球运动员的身材可能有高矮胖瘦，每种体型可能各有优势，适合不同的位置（前锋、中场、后卫、守门员），但好的身体状态一定应该符合某些标准，在某些指标上一定不能超过阈值。正因如此，在足球俱乐部里，才会出现那种严格的身材管理规定，球员一旦不能达标，就会被重罚。
在我们即将发布的《2025中国企业平台型组织建设报告》里，我们会将罗盘里大部分的指标进行发布，并呈现它们的变化规律。一旦这些数字被抛到眼前，不少企业的决策者可能会大吃一惊——原来我们在组织设计上居然浪费了这么多！
关注“AI替代率”
在“穆胜组织精炼检测罗盘”里，最新加入的指标是“AI替代率”。这是技术进步带来的系统性冲击，对于企业的影响足以用暴风骤雨来形容。
数字时代，数字化已经渗透到业务和管理的每个领域。在高度标准化的领域，数字资产沉淀丰富，固定算法（模型）已经很大程度提升了组织效能。而在AI时代，算法可以自动进化，具备了更强大的思考功能，可以处理更加复杂的事务。
当前，DeepSeek、Kimi、豆包、ChatGPT等AI工具已经覆盖了多个传统工作的领域，熟悉这些工具的员工完全可以凭借它们，倍数地提升自己的产出。如果这个假设成立，那么，我们一定会发现，企业里有的编制实际上是配多了。
不妨用最传统的方式分析一下员工的工作内容。事实上，只要不是需要实际接触客户或供应商的岗位，大多都可以由AI接管部分工作；即使是实际接触客户或供应商的岗位，他们的相当一部分工作内容也可以由AI接管。当我们把这些能够用AI替代的工作占比计算出来，这个数据就是“AI替代率”。
落到实操，我们搭建了一个判断某类工作能否被AI替代、能够多大程度被AI替代的判断标准。当企业的岗位能拿出工作描述文件（JD，即Job Description），只要简单比对这个标准，就能判断其能被AI替代的比例。事实上，即使对于那些JD文件不清晰的，只要简单进行跟班调查，也能发现其工作内容的本质，并对AI可能替代的比例进行判断。
可以发现，AI替代率越高的企业，冗员就越多，其人效提升的空间也就越大。为了获得这个人效提升的空间，企业应该毫不犹豫地推进数字化建设。
AI真的已经在抢工作了吗？
说到上面的指标，可能有人感觉不大，并不相信AI会抢走诸多类型的工作，这是为什么呢？另外，如果这种认知是普遍且错误的，就会导致企业误判组织建设的方向，浪费资源，在经济寒冬里扔掉生存的宝贵筹码。所以，我们真的应该弄懂个中原由。
根据我们即将发布的《2025中国企业平台型组织建设报告》，中国企业在核心业务的AI应用上（开发相关业务领域的大模型）所处的阶段依然相对初级。“已经建设好并顺畅运行中”的企业仅占4.1%；而“正在建设中”的企业也仅有27.9%；剩下68%的企业都处于观望或准观望状态。
换言之，AI尚未穿透大多数行业。所以，从直观上看，诸多企业只是感觉到了外部AI工具对于自己的局部影响，甚至将AI看做提升自己生产效率的工具，但他们并未感觉到AI对于自己所在产业的系统性变革。
图：中国企业核心业务的AI应用现状，资料来源：穆胜咨询《2025中国企业平台型组织建设报告》
另一组数据可能进一步揭示了问题，当我们问道“贵司计划在1年内用AI工具替代多少现有岗位”时，42.9%的企业回答“暂无计划”，38.1%的企业回答“小于10%”，而计划替代10%以上岗位的企业仅占19.1%。
资料来源：穆胜咨询《2025中国企业平台型组织建设报告》
有意思的是，当我们把AI替代的范围进一步缩小到“中后台职能部门”时，居然有51%的企业回答“暂无计划”，高于全司范围内“暂无计划”的42.9%的企业。也就是说，在大多数企业决策者的视野里，中后台职能部门相对于前台部门，更具有不可替代性。
资料来源：穆胜咨询《2025中国企业平台型组织建设报告》
这种判断对吗？很难说，要看老板的组织认知和对于AI的理解程度。但对于职能部门来说，他们至少已经受到了AI前所未有的强力冲击。在不少拥抱AI的企业老板眼中，DeepSeek可能比一个平庸的职能部门员工靠谱。这类老板在压缩编制、裁撤人员时，对于中后台动手可是异常坚决的。
本文来自微信公众号“穆胜事务所”（ID：hrm-yun），作者：穆胜，36氪经授权发布。
